一、偵查思維中的實際枚舉推理

偵查思維中的實際枚舉推理也稱從部分到所有的枚舉推理，是從某類對象中某些成員具有某種屬性推出該類對象中所有成員可能具有該屬性，其結論是一個或然性全稱判斷。這種枚舉推理的結構形式可以表示為：

S₁具有屬性P；

S₂具有屬性P；

S₃具有屬性P；

……

S_n具有屬性P；

S₁、S₂、S₃……S_n是S類對象中的部分成員；

所以，可能S類對象中的所有成員都具有屬性P。

例如，某派出所刑警中隊分析轄區內發生的盜竊案的案發特點，發現有幾個小區的盜竊案的發案率明顯高于其他小區，而這幾個小區都是老舊小區。與此，偵查人員得出結論：可能老舊小區的盜竊案發案率都普遍高于其他小區。

實際枚舉推理的具體程序大致是：“首先，匯集眾多個別案件及經驗事實；其次，對所匯集的對象進行比較、分類和概括；最后，發現或者確定歸納得以實現的案件和經驗事實中那些共同的特征和屬性，并形成具有普遍性的判斷。”[41]

實際枚舉推理的一個關鍵預設是：“假設人們實際上知道的部分細節或者事實正確地代表其余沒有被人所知道的事情及它們所述的整個類別。”[42]它的實質是“由有些‘S具有屬性P’推出可能所有‘S都具有屬性P’；前提‘有些S具有屬性P’是特稱判斷，而特稱判斷是直陳事件的判斷，分開說，就是：這個S具有屬性P，那個S具有屬性P，等等”[43]。實際枚舉推理的主要特征就是結論對某對象的斷定范圍超出了前提對該對象的斷定范圍。在這個過程中，很容易看出結論被擴大，超出了它所依賴的數據信息。因此，即使實際枚舉推理的所有前提都是真實的，也不能確保結論真實。也就是說，其結論不是必然的，而是或然的。因為即使沒有遇到反例，不代表就不存在反例，也不代表將來不會遇到反例，所以這種枚舉推理的結論只是概然的、可能的（probable）。

盡管如此，不完全枚舉推理在偵查思維中仍然具有重要作用。一方面它是偵查思維中經驗總結的邏輯依據，而且合乎人們的一般認知進程。在偵查思維中，偵查人員首先接觸到的是具體的、零散的個別對象。但是，偵查人員與生俱來的理性和概括習性使得偵查人員不會滿足于此，而是追求從個別認識上升到一般認識，從部分認識擴展到整體認識，以期得到有關案件及其同類案件的具有普遍性甚至規律性、趨勢性的認識。另一方面它能夠擴展偵查人員的認識范圍，實現知識的遷移和創新。因為不完全枚舉推理結論對某類對象的斷定范圍超出了前提對該對象的斷定范圍，所以偵查人員能夠通過已知去探究未知，由此及彼，舉一反三，觸類旁通。對此，無論是歸納邏輯的創立者培根還是恩格斯都有深刻的認識。

實際枚舉推理的優勢在于它在前提中僅需枚舉某類對象中具有某種屬性的部分成員即可進行推理。因而，它是最常用的枚舉推理。密爾曾說：“事實上，枚舉推理其實是借助于大腦思維的工作推斷出，如果一個判斷在一個或者諸多事件中被證實是成立的，那么在類似于前者的事件中，這個判斷也同樣被斷定是成立的。換句話說，在歸納推理的過程中，我們可以總結出，如果一個類別中的某些個體的特性是成立的，那么這個類別中所有個體的特性也都是確定成立的，或者說，如果一個判斷在某個時間段內是確定成立的，那么它在同樣的環境下的任何時間點也都是確定成立的。”[44]一些偵查經驗豐富又善于進行總結的偵查人員、法醫等，往往會對自己積累的眾多經驗進行總結和概括，得出關于某種情況的一種規律性認識，并用這種認識來指導自己的偵查實務。例如，人們根據經驗知道，觸電身亡的人兩臂肘部彎曲，火燒致死的人兩臂肘部彎曲，雷擊致死的人兩臂肘部彎曲，據此得出結論：可能高溫致死的人都是兩臂肘部彎曲的，即所謂的“拳擊家”姿勢。

實際枚舉推理也存在若干個方面的不足：實際枚舉推理在前提中考察的是部分對象，而不是全部對象，這使得其前提對于結論的支持不是決定性的；從前提推出結論的依據主要在于已經考察的部分對象中沒有出現相反的情況，并未對這部分對象何以具有某種屬性的原因加以探究，它主要是在知其然而不知其所以然的情況下得出結論；實際枚舉推理的結論是或然性的，其結論斷定的范圍勢必超出前提的斷定范圍，這缺乏邏輯上的充分性或者邏輯保證；此外，前提中已經考察的部分對象沒有遭遇反例，并不意味著反例就不存在，更不能保證將來不會出現反例。

實際枚舉推理主要用于總結經驗，發現規律如因果律等。實際枚舉推理可以用于發現因果關系，人們應用實際枚舉推理可以建立現象之間的因果鏈接。當一種現象的許多事例恒常地伴隨以特定類型的事態的時候，人們自然傾向于得出在它們之間存在因果關系的結論。用于發現因果關系的實際枚舉推理的特殊結構形式可以表示為：

現象E的事例1伴隨事態C；

現象E的事例2伴隨事態C；

現象E的事例3伴隨事態C；

……

所以，（可能）現象E的所有事例都伴隨事態C。

這里，增加列舉出的事例的數量非常重要。伴隨事態C的不同事例，被稱為斷言C引起E的因果律的確證事例。如果其他事態不變，那么確證事例越多，結論得到的支持度越高。需要注意的是，增加確證事例對于提高歸納強度的貢獻最終呈現遞減趨勢。